如何用Python高效批量生成含不同变量输入的PDF

一、修复你的FPDF代码问题 #

你的代码存在FPDF库使用错误与基础语法问题，以下是修复后的可运行版本：

from FPDF import FPDF

# 营收增长数据，按需补充所有公司的数值
revenue_growth = {
    "company1": 5,
    # 示例：添加更多公司数据
    "company2": 12,
    "company3": 8
}

# 批量生成并保存PDF
with open("company_names.txt", "r") as f:
    for company_name in f.readlines():
        company_name = company_name.strip()  # 去除换行符与首尾空白
        if not company_name:
            continue  # 跳过空行
        
        # 初始化PDF实例
        pdf = FPDF(orientation='P', unit='mm', format='A4')
        pdf.add_page()
        
        # 设置字体
        pdf.set_font('helvetica', 'bold', 10)
        
        # 添加自定义变量内容（营收增长）
        # cell参数说明：w=0表示占满整行，ln=1表示输出后换行
        pdf.cell(0, 10, f"公司名称：{company_name}", ln=1)
        pdf.cell(0, 10, f"本年度营收增长{revenue_growth[company_name]}%", ln=1)
        
        # 定位并添加底部logo
        page_height = pdf.h  # 获取页面高度
        logo_y = page_height - 20  # 距离页面底部20mm，按需调整
        # image参数：x=横向位置，y=纵向位置，w=logo宽度（高度按比例自动缩放）
        pdf.image(f"logos/{company_name}.png", x=10, y=logo_y, w=30)
        
        # 直接保存PDF，避免占用大量内存
        pdf.output(f"output/{company_name}_investor_report.pdf")

关键修复点： #

• FPDF没有add_text和add_picture方法，替换为原生的cell（结构化文本）和image（图片）方法；
• 用.strip()清理readlines()读取的换行符，避免公司名称带无效空白；
• 给logo添加底部定位逻辑，确保所有PDF的logo位置统一；
• 生成一个PDF立即保存，而非存入列表，避免数千份PDF占用过多内存。

二、提升批量生成速度的优化方案 #

针对数千份PDF的生成需求，可通过以下方式大幅提升效率：

1. 多进程并行生成 #

PDF生成属于CPU密集型任务，利用多进程充分发挥多核CPU性能：

from FPDF import FPDF
import multiprocessing

revenue_growth = {
    "company1": 5,
    "company2": 12,
    # ... 其他公司数据
}

def generate_single_pdf(company_name):
    company_name = company_name.strip()
    if not company_name or company_name not in revenue_growth:
        return
    
    pdf = FPDF(orientation='P', unit='mm', format='A4')
    pdf.add_page()
    pdf.set_font('helvetica', 'bold', 10)
    
    pdf.cell(0, 10, f"公司名称：{company_name}", ln=1)
    pdf.cell(0, 10, f"本年度营收增长{revenue_growth[company_name]}%", ln=1)
    
    page_height = pdf.h
    logo_y = page_height - 20
    pdf.image(f"logos/{company_name}.png", x=10, y=logo_y, w=30)
    
    pdf.output(f"output/{company_name}_investor_report.pdf")

if __name__ == "__main__":
    # 读取并整理公司列表
    with open("company_names.txt", "r") as f:
        company_list = [line.strip() for line in f.readlines() if line.strip()]
    
    # 启动多进程池，进程数设为CPU核心数
    with multiprocessing.Pool(processes=multiprocessing.cpu_count()) as pool:
        pool.map(generate_single_pdf, company_list)

2. 预加载固定资源 #

如果所有公司logo尺寸统一，可提前获取logo的宽高，避免每次调用image时重复计算尺寸；若使用自定义字体，提前加载一次而非每个PDF实例都加载。

3. 模板复用（进阶） #

若PDF模板有大量固定内容（如页眉、通用条款），可先生成一份基础模板PDF，再用PyPDF2加载模板，添加自定义变量和logo后保存，减少重复渲染固定内容的时间。

内容的提问来源于stack exchange，提问作者juanpethes